トピック: Latent Space

全セクション横断 9 件

異なる構造の画像生成AIの途中経過を共通の潜在空間で受け渡し、生成を引き継ぐ技術InstantFusionが提案された。モデルを再学習せず組み合わせられ、運用の柔軟性を高める。

独Bi-FORKは、座屈など一つの入力から複数の解が生じる分岐現象を、生成モデルで一度に復元する。最大26万点の高次元系にも対応し、シミュレーション代替の適用範囲を広げる。

新規視点合成を用いた自己教師あり手法SNAPが、デコーダーの表現力を抑える設計で幾何学的特徴を獲得した。少ない計算資源で教師あり手法に迫り、ロボットや測位分野の導入コストを下げる可能性がある。

Tom Goldstein氏らの研究チームは、球面の潜在空間から画像を生成するオートエンコーダ「Sphere Encoder 2」を発表した。生成の速さと単純さを保ちつつ画質を高め、低コストな画像生成の実用化に寄与する。

香港科技大学やテンセント等の研究チームが、生成AIの潜在空間に幾何情報を組み込む新手法「GAE」を発表した。映像の視覚品質と3次元的な一貫性を同時に高め、映像制作やシミュレーション分野への応用が見込まれる。

米ジョンズ・ホプキンス大などの研究チームが、最新の大規模拡散モデルの知識を軽量な旧世代モデルへ転送する「クロス空間蒸留」技術を発表。既存インフラを維持しながら生成品質を大幅に向上できると実証した。

複数企業が連携してAIを共同訓練する「連合学習」において、各社が保有するデータの種類（モダリティ）が異なる場合でも精度を維持する新手法が発表された。医療・金融・小売など、データ共有に制約がある業界での実用化を大きく前進させる可能性がある。

中国・華中科技大学らの研究チームが、110億パラメータ級の画像補完AIと同等の品質を2億2000万パラメータで実現する「Moebius」を発表した。推論速度は15倍以上速く、エッジ環境への実装コストを大幅に引き下げる可能性がある。

東京大学などの研究チームが、言語指示に基づいてロボットの動作を予測・制御する新型世界行動モデル「RepWAM」を発表した。製造・物流現場における自動化の精度向上と導入コスト削減に直結する成果として注目される。